Cyber Open Repository of the Warsaw School of Economics
Not a member yet
1091 research outputs found
Sort by
Acta Physica Polonica A
Get PDFInsider trading is the buying or selling of a publicly traded company’s stock by someone who has non-public, material information about that stock. The following article presents an innovative model which could help to solve the major problem of effective detection of insider trading. According to our research, the simultaneous occurrence of an increased volume and price changes without the occurrence of other disturbing factors (e.g., earlier company reports) allows to strongly suspect the occurrence of insider trading. This means that a significant increase in transaction volume is a better indicator of the likely insider trading than a price change alone. By analysing the disclosed case of insider trading on Drewex shares in 2010 we tested the effectiveness of our model and we came to the conclusion that the probability of insider trading in Drewex SA shares was 70%17-1313
Regional Studies, Regional Science
Get PDFInhabitants of rural areas are subject to several pressures such as depopulation, income gap and infrastructure scarcities compared with urban areas. An analysis of rural boroughs in Poland is carried at the LAU-2 (NUTS-5) level, based on sustainable development framework indicators with the use of logit models, in order to verify the existence of heterogeneities among rural boroughs caused by metropolitan area spillovers. The research shows that the deconcentration hypothesis holds only for rural boroughs within 40 km of large towns. The remaining rural boroughs have a profile of inner peripheries – they are subject to adverse demographic and development pressures, with limited infrastructure stock and public services availability. These remarkable differences between rural boroughs imply the need for a reconsideration of the criteria for regional Cohesion Policies. Namely, more location-dependent regional policy instruments should be designed instead of the currently prevailing approach based on NUTS-2 criteria.175-91
Wprowadzenie do metodyki studiowania. Podręcznik dla studentów Szkoły Głównej Handlowej w Warszawie
No full textMetodyka studiowania – podręcznik dla studentów Szkoły Głównej Handlowej w Warszawie to przewodnik podpowiadający metody skutecznego uczenia się, przygotowywania się do egzaminów oraz kompendium wiedzy na temat uwarunkowań, struktury uczelni oraz jej specyfiki oraz „instrukcja” do której mogą się odwoływać poszukując odpowiedzi na pojawiające się wątpliwości związane z przygotowaniem wszelkiego rodzaju prac i prezentacji.
Zawarte w pierwszej części podręcznika informacje pozwolą czytelnikom lepiej zrozumieć naturę studiów, rolę kadry akademickiej, oczekiwania, jakie studia stawiają przed studentami. Przybliżone zostaną formalne aspekty funkcjonowania uczelni, ze szczególnym uwzględnieniem specyfiki Szkoły Głównej Handlowej. Ponadto przedstawiona została analiza procesu kształcenia wraz z jego psychologicznymi i fizjologicznymi uwarunkowaniami. Podręcznik, w tej części, zawiera równie zalecenia pomagające w kształtowaniu tego nawyku oraz uwagi na temat roli myślenia ekonomicznego oraz.
W drugiej części podręcznika omówione zostały zasady tworzenia prac pisemnych, formy tych prac oraz reguły współpracy z promotorem, zasady samodzielnej pracy oraz sugestie jak pozyskiwać potrzebne do studiowania materiały, umiejętnie je weryfikować i wykorzystywać. Autorzy podręcznika przekazują również liczne wskazówki jak przygotować wystąpienie publiczne i prezentacje multimedialne.19
Automation, Partial and Full
Get PDFWhen some steps of a complex, multi-step task are automated, the demand for human work in the remaining complementary sub-tasks goes up. In contrast, when the task is fully automated, the demand for human work declines.
Partial automatability of complex tasks leads to a bottleneck of development (where further growth is constrained by the scarcity of essential
human work) which is removed once the tasks become fully automatable. Theoretical analysis using a two-level nested CES production function specification demonstrates that the shift from partial to full automation generates anon-convexity: humans and machines
switch from complementary to substitutable, and the share of output accruing to human workers switches from an upward to a downward trend. This process has implications for inequality, the risk of technological unemployment and the likelihood of a secular stagnation.2020-0481-22SGH KAE Working Papers Serie
IUSTITIA
Get PDFCelem niniejszego artykułu jest analiza czynników wpływających na efektywność organizacyjną wymiaru sprawiedliwości przy wykorzystaniu rozwiązań informatycznych. W pierwszej części artykułu omówiono zagadnienie relacji ładu informatycznego do ładu organizacyjnego w wymiarze sprawiedliwości. Następnie autor przedstawia wybrane rozwiązania międzynarodowe i na ich podstawie wskazuje możliwe rozwiązania o charakterze przejściowym w polskim wymiarze sprawiedliwości. Artykuł kończy komentarz rekomendowanych rozwiązań doraźnych, które powinny trwale zwiększyć efektywność przetwarzania usług publicznych w omawianym obszarze.70-75
International Entrepreneurship Review
Get PDFObjective: Purpose of this paper is twofold: (1) to indicate the business and technological foundations of smart tourism, as well as prospects for its further development; (2) to indicate factors and barriers to the development of smart tourism management system in Poland. The paper then discusses a series of challenges currently neglected in the practical smart tourism agendas and the academic literature. Research Design & Methods: A combination of 3 methods was used: mind mapping, STEEP analysis and semi-structured interview with 48 experts, representing tourism industry new-tech sector. All the interviewees were interviewed in Jan/Feb 2020. Findings: The article presents the general concept of the smart tourism and smart tourism destination (STD) development and identifies opportunities and threads to the development of smart tourism in Poland. Contribution & Value Added: The article is an important value from the point of view of tourism industry practitioners (destination managers). The study contributes with valuable insights on how the chances of implementing smart tourism assumptions are perceived in Poland. The final diagram gives the idea of big data availability and usability in tourism and its impact on management efficiency.435-50
20th International Joint Conference Central and Eastern Europe in the Changing Business Environment : proceedings
No full textBackground: A company with transnational ambitions operates, reacts and undertakes its
activities within the broadly understood international environment. The article aims at
assessing the relationship between the international environment hostility (ENV) and the entrepreneurial marketing orientation (EMO) of Polish SME-exporters. Methodology: Two analyses – one on a sample of 300 Polish SME-exporters, interviewed with CATI/CAWI method in 2018, and the second – on a sample of 240 SMEs, interviewed in 2019, were conducted. The recently elaborated EMO construct was applied to assess the attitudes of the surveyed
companies towards market opportunities and customers; while the environment characteristics were assessed with commonly used scales. Findings: The majority of surveyed enterprises did not perceive the external environment as hostile, regardless of the economic slowdown
observed in 2019. Moreover, contrary to earlier findings, no relationship between ENV and
EMO has been ascertained, which might be due to the respondents’ characteristics, or to the type of marketing strategies applied.182-196Central and Eastern Europe in the Changing Business Environmen
Innowacje i marketing we współczesnych organizacjach : wybrane zagadnienia
Get PDFW drugiej dekadzie XXI wieku pojawiły się nowe, dotąd nieznane wielu menedżerom
wyzwania globalne, społeczne i technologiczne.Wśród nich na pierwszy plan wysunęły się m.in.: stopniowy wzrost znaczenia współpracy pomiędzy różnymi podmiotami, przesuwanie się centrum światowej gospodarki na wschód i południe, pojawianie się nowych stylów życia, starzenie się społeczeństw i przyspieszenie rozwoju technologii. Z tymi wszystkimi wyzwaniami muszą się mierzyć menedżerowie wielu organizacji na świecie. Z tego powodu fundamentalne znaczenie ma dla nich umiejętność wykorzystania nowych technologii oraz kapitału intelektualnego, a także sprostania wymaganiom stawianym przez różne grupy nabywców. Równocześnie dalej postępują procesy prowadzące do nasilania się konkurencji, w tym procesy globalizacyjne; skracają się cykle życia produktów i krótsze są cykle ich projektowania; rośnie znaczenie ekoinwestycji; pojawiają się na rynkach nowi, niespodziewani gracze.W tak skomplikowanej dla organizacji sytuacji zewnętrznej coraz ważniejsze stają się: silna orientacja na nabywców, dbanie o ich satysfakcję, innowacyjność oraz umiejętność budowania silnych marek.
Do nowych warunków i większej burzliwości otoczenia muszą się również dostosować polskie organizacje i odpowiednio zmodyfikować swoje strategie. Zwłaszcza
że na co dzień muszą się mierzyć z postępującymi procesami globalizacyjnymi oraz zmniejszaniem się barier w przepływie kapitału, towarów i ludzi. Bez zrozumienia,
w jaki sposób należy konkurować w nowych warunkach, niemożliwe jest sprostanie
międzynarodowej konkurencji. To pokazuje, że kadra menedżerska polskich przedsiębiorstw staje przed trudnym zadaniem. Pomóc w poradzeniu sobie z nim mogą wzrost
innowacyjności oraz kreatywne strategie marketingowe. Tym problemom poświęcona
jest niniejsza monografia.1-43
International Journal of Contemporary Management
Get PDFBackground. The explosion of big data (BD), automation, and machine learning have allowed contemporary businesses to better understand and predict human behavior. In scientific research big data have been widely used to study consumer journey and opinions. One of the tools enabling forecasting of sales volume is the Bass diffusion model, which universal nature has been proven in many applications in forecasting the sale of products belonging to various market segments. This article considers the use of BD as exogenous variables in the Bass model to predict the sales of tourist packages. Research aims. The purpose of the research is to assess the impact of using big data on improving the accuracy of forecasts for the sale of tourist packages. The Generalized Bass Model (GBM) has been thus expanded to include big data, which means that exogenous variables include: (1) marketer-generated content (MGC) and (2) user-generated content (UGC), including volume of web search and blog posts.
Methodology. This article analyzes online news, blog posts and web search traffic volume related to tourist packages, and then integrates the information into the Bass model, treating it as part of the exogenous variables representing the marketing efforts of tour operators. It has been assumed that the volume of tour operators’ web news is a proxy for content generated by marketers (MGC), while the volume of blog posts and web search traffic constitute user-generated content (UGC).
Key findings. The empirical analysis found that by incorporating big data into the Bass model provides more accurate prediction of tourist packages’ sales volume. In addition, UGC (as an exogenous variable) is better at predicting sales volume than MGC. UGC is a fairly good tool explaining the level of interest and involvement of potential tourists. However, it has been shown that forecasting efficiency is different for blog posts and web search traffic volumes.背景。大数据（BD），自动化和机器学习的爆炸式增长使当代企业可以更好地理解和预测人类行为。在科学研究中，大数据已被广泛用于研究消费者的旅程和观点。能够预测销售量的工具之一是Bass扩散模型，该模型具有普遍性，已在许多应用中证明了其在预测属于各个细分市场的产品的销售中的应用。本文认为BD作为Bass模型中的外生变量来预测旅游套票的销售。研究目的。该研究的目的是评估使用大数据对提高旅游套票销售的预测准确性的影响。因此，广义低音模型（GBM）已扩展为包括大数据，这意味着外生变量包括：（1）市场商生成的内容（MGC）和（2）用户生成的内容（UGC），包括网络搜索量和博客文章。方法。本文分析了与旅游套餐相关的在线新闻，博客文章和网络搜索流量，然后将信息整合到Bass模型中，将其作为代表旅行社营销工作的外在变量的一部分。已经假定，旅行社的网络新闻量是营销商（MGC）生成的内容的代理，而博客帖子和网络搜索流量的量则构成用户生成的内容（UGC）。主要发现。实证分析发现，通过将大数据纳入Bass模型，可以更准确地预测旅游套餐的销售量。此外，UGC（作为外生变量）比MGC更能预测销量。教资会是一个很好的工具，可以解释潜在游客的兴趣和参与程度。但是，事实表明，博客帖子和网络搜索流量的预测效率是不同的。，（angielski）Hintergrund. Die Explosion von Big Data (BD), Automatisierung und maschinellem Lernen hat es zeitgenössischen Unternehmen ermöglicht, menschliches Verhalten besser zu verstehen und vorherzusagen. In der wissenschaftlichen Forschung wurden Big Data häufig verwendet, um die Reise und Meinungen der Verbraucher zu untersuchen. Eines der Instrumente zur Prognose des Verkaufsvolumens ist das Bass-Diffusionsmodell, das sich in vielen Anwendungen bei der Prognose des Verkaufs von Produkten aus verschiedenen Marktsegmenten als universell erwiesen hat. In diesem Artikel wird die Verwendung von BD als exogene Variablen im Bass-Modell zur Vorhersage des Verkaufs von Touristenpaketen betrachtet. Forschungsziele. Ziel der Untersuchung ist es, die Auswirkungen der Verwendung von Big Data auf die Verbesserung der Genauigkeit von Prognosen für den Verkauf von Touristenpaketen zu bewerten. Das Generalized Bass Model (GBM) wurde daher um Big Data erweitert. Dies bedeutet, dass exogene Variablen Folgendes umfassen: (1) vom Vermarkter generierte Inhalte (MGC) und (2) benutzergenerierte Inhalte (UGC), einschließlich des Volumens der Websuche und Blog-Beiträge. Methodik. In diesem Artikel werden Online-Nachrichten, Blog-Beiträge und das Verkehrsaufkommen im Zusammenhang mit touristischen Paketen analysiert. Anschließend werden die Informationen in das Bass-Modell integriert und als Teil der exogenen Variablen behandelt, die die Marketingbemühungen der Reiseveranstalter darstellen. Es wurde angenommen, dass das Volumen der Webnachrichten von Reiseveranstaltern ein Proxy für von Vermarktern generierte Inhalte ist (MGC), während das Volumen der Blogposts und des Websuchverkehrs benutzergenerierte Inhalte (UGC) darstellen. Wichtigste Ergebnisse. Die empirische Analyse ergab, dass durch die Einbeziehung von Big Data in das Bass-Modell das Verkaufsvolumen von Touristenpaketen genauer vorhergesagt werden kann. Darüber hinaus kann UGC (als exogene Variable) das Umsatzvolumen besser vorhersagen als MGC. UGC ist ein ziemlich gutes Instrument, um das Interesse und die Beteiligung potenzieller Touristen zu erklären. Es hat sich jedoch gezeigt, dass die Prognoseeffizienz für Blog-Posts und das Verkehrsaufkommen bei der Websuche unterschiedlich ist. (Angielski)Contexte. L'explosion du big data (BD), l'automatisation et l'apprentissage automatique ont permis aux entreprises contemporaines de mieux comprendre et prédire le comportement humain. Dans la recherche scientifique, les mégadonnées ont été largement utilisées pour étudier le parcours et les opinions des consommateurs. L'un des outils permettant de prévoir le volume des ventes est le modèle de diffusion Bass, dont le caractère universel a été prouvé dans de nombreuses applications de prévision de vente de produits appartenant à différents segments de marché. Cet article considère l'utilisation de BD comme variables exogènes dans le modèle de Bass pour prédire les ventes de forfaits touristiques. Objectifs de la recherche. Le but de la recherche est d'évaluer l'impact de l'utilisation des mégadonnées sur l'amélioration de la précision des prévisions de vente de forfaits touristiques. Le Generalized Bass Model (GBM) a donc été élargi pour inclure le Big Data, ce qui signifie que les variables exogènes incluent: (1) le contenu généré par le marketing (MGC) et (2) le contenu généré par l'utilisateur (UGC), y compris le volume de recherche sur le Web. et les articles de blog. Méthodologie. Cet article analyse les actualités en ligne, les articles de blog et le volume de trafic de recherche sur le Web liés aux forfaits touristiques, puis intègre les informations dans le modèle Bass, les traitant comme faisant partie des variables exogènes représentant les efforts marketing des voyagistes. On a supposé que le volume d’actualités Web des voyagistes est un indicateur du contenu généré par les spécialistes du marketing (MGC), tandis que le volume des articles de blog et le trafic de recherche sur le Web constituent du contenu généré par les utilisateurs (UGC). Principales conclusions. L’analyse empirique a révélé qu’en incorporant des données massives dans le modèle de Bass, on pouvait prévoir plus précisément le volume des ventes des forfaits touristiques. En outre, l'UGC (en tant que variable exogène) est mieux à même de prédire le volume des ventes que MGC. L'UGC est un assez bon outil expliquant le niveau d'intérêt et d'implication des touristes potentiels. Cependant, il a été démontré que l'efficacité des prévisions est différente pour les articles de blog et les volumes de trafic de recherche Web.Antecedentes. La explosión del big data (BD), la automatización y el aprendizaje automático han permitido a las empresas contemporáneas comprender y predecir mejor el comportamiento humano. En la investigación científica, los macrodatos se han utilizado ampliamente para estudiar el recorrido y las opiniones del consumidor. Una de las herramientas que permite pronosticar el volumen de ventas es el modelo de difusión de Bass, cuyo carácter universal ha sido probado en muchas aplicaciones para pronosticar la venta de productos pertenecientes a varios segmentos del mercado. Este artículo considera el uso de BD como variables exógenas en el modelo de Bass para predecir las ventas de paquetes turísticos. Objetivos de la investigación. El propósito de la investigación es evaluar el impacto del uso de big data en la mejora de la precisión de las previsiones para la venta de paquetes turísticos. Por lo tanto, el modelo de bajos generalizados (GBM) se ha ampliado para incluir big data, lo que significa que las variables exógenas incluyen: (1) contenido generado por el marketing (MGC) y (2) contenido generado por el usuario (UGC), incluido el volumen de búsqueda web. y publicaciones de blog. Metodología. Este artículo analiza las noticias en línea, las publicaciones de blogs y el volumen de tráfico de búsqueda en la web relacionados con los paquetes turísticos, y luego integra la información en el modelo Bass, tratándola como parte de las variables exógenas que representan los esfuerzos de marketing de los operadores turísticos. Se ha asumido que el volumen de noticias web de los operadores turísticos es un proxy del contenido generado por los especialistas en marketing (MGC), mientras que el volumen de publicaciones en blogs y el tráfico de búsqueda web constituyen contenido generado por el usuario (UGC). Resultados clave. El análisis empírico encontró que la incorporación de macrodatos en el modelo de Bass proporciona una predicción más precisa del volumen de ventas de paquetes turísticos. Además, UGC (como variable exógena) es mejor para predecir el volumen de ventas que MGC. UGC es una herramienta bastante buena que explica el nivel de interés y participación de los turistas potenciales. Sin embargo, se ha demostrado que la eficiencia de la previsión es diferente para las publicaciones de blogs y los volúmenes de tráfico de búsqueda web., (Angielski)Sfondo. L'esplosione di big data (BD), automazione e apprendimento automatico hanno consentito alle aziende contemporanee di comprendere e prevedere meglio il comportamento umano. Nella ricerca scientifica i big data sono stati ampiamente utilizzati per studiare il percorso e le opinioni dei consumatori. Uno degli strumenti che consentono la previsione del volume delle vendite è il modello di diffusione dei bassi, la cui natura universale è stata dimostrata in molte applicazioni nella previsione della vendita di prodotti appartenenti a diversi segmenti di mercato. Questo articolo considera l'utilizzo di BD come variabili esogene nel modello Bass per prevedere le vendite di pacchetti turistici. Obiettivi della ricerca. Lo scopo della ricerca è valutare l'impatto dell'utilizzo dei big data sul miglioramento dell'accuratezza delle previsioni per la vendita di pacchetti turistici. Il Generalized Bass Model (GBM) è stato quindi ampliato per includere i big data, il che significa che le variabili esogene includono: (1) contenuto generato dal marketing (MGC) e (2) contenuto generato dall'utente (UGC), compreso il volume di ricerca web e post di blog. Metodologia. Questo articolo analizza notizie online, post di blog e volume di traffico di ricerca web relativi a pacchetti turistici, quindi integra le informazioni nel modello Bass, trattandole come parte delle variabili esogene che rappresentano gli sforzi di marketing dei tour operator. Si è ipotizzato che il volume delle notizie web dei tour operator sia un proxy per i contenuti generati dagli operatori di marketing (MGC), mentre il volume dei post sui blog e del traffico di ricerca web costituisce contenuto generato dagli utenti (UGC). Risultati chiave. L'analisi empirica ha rilevato che incorporando i big data nel modello Bass fornisce una previsione più accurata del volume di vendita dei pacchetti turistici. Inoltre, UGC (come variabile esogena) è migliore nel prevedere il volume delle vendite rispetto a MGC. I contenuti generati dagli utenti sono uno strumento abbastanza buono per spiegare il livello di interesse e il coinvolgimento dei potenziali turisti. Tuttavia, è stato dimostrato che l'efficienza delle previsioni è diversa per i post di blog e i volumi di traffico di ricerca web.Задний план. Бурный рост больших данных (BD), автоматизации и машинного обучения позволил современным компаниям лучше понимать и предсказывать поведение людей. В научных исследованиях большие данные широко используются для изучения покупательского пути и мнений. Одним из инструментов, позволяющих прогнозировать объем продаж, является диффузионная модель Басса, универсальность которой доказана во многих приложениях при прогнозировании продаж продуктов, относящихся к различным сегментам рынка. В этой статье рассматривается использование BD в качестве экзогенных переменных в модели Басса для прогнозирования продаж туристических пакетов. Цели исследования. Цель исследования - оценить влияние использования больших данных на повышение точности прогнозов продажи туристических пакетов. Таким образом, Generalized Bass Model (GBM) была расширена за счет включения больших данных, что означает, что экзогенные переменные включают: (1) контент, созданный маркетологами (MGC) и (2) контент, созданный пользователями (UGC), включая объем веб-поиска. и сообщения в блогах. Методология. В этой статье анализируются онлайн-новости, сообщения в блогах и объем трафика веб-поиска, связанный с туристическими пакетами, а затем информация интегрируется в модель Басса, рассматривая ее как часть экзогенных переменных, представляющих маркетинговые усилия туроператоров. Предполагалось, что объем веб-новостей туроператоров является косвенным показателем содержания, созданного маркетологами (MGC), в то время как объем сообщений в блогах и поисковый трафик представляют собой контент, создаваемый пользователями (UGC). Основные выводы. Эмпирический анализ показал, что включение больших данных в модель Басса позволяет более точно прогнозировать объем продаж туристических пакетов. Кроме того, UGC (как экзогенная переменная) лучше предсказывает объем продаж, чем MGC. UGC - довольно хороший инструмент, объясняющий уровень интереса и вовлеченности потенциальных туристов. Однако было показано, что эффективность прогнозирования различается для сообщений в блогах и объемов трафика веб-поиска.27-351
International confidence spillovers and business cycles in small open economies
Get PDFThe economic literature has for a long time been looking for explanations of a very strong international correlation of business cycles. This paper shows empirically that common fluctuations can to some degree be the effect of confidence shocks beeing transmitted internationally. We focus on a large (euro area) and a small, nearby economy (Poland). Our results show that euro area confidence fluctuations account
for approximately 40-70% of business cycle fluctuations both in the euro area and in Poland. More importantly, their transmission happens not only via traditional channels (e.g. by confidence affecting euro area GDP and then Polish GDP via trade), but to a large extent occurs directly (e.g. by news spreading via media).2020/0491-33SGH KAE Working Papers Serie